一种基于图像识别的表面缺陷识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109658376A(43)申请公布日2019.04.19(21)申请号201811245513.3G01N21/89(2006.01)(22)申请日2018.10.24G01N21/88(2006.01)(71)申请人哈尔滨工业大学地址150001黑龙江省哈尔滨市南岗区西大直街92号(72)发明人林琳吕彦诚郭丰王晨钟诗胜(74)专利代理机构哈尔滨市松花江专利商标事务所23109代理人刘冰(51)Int.Cl.G06T7/00(2017.01)G06T5/00(2006.01)G06T7/13(2017.01)G06K9/62(2006.01)权利要求书2页说明书9页附图6页(54)发明名称一种基于图像识别的表面缺陷识别方法(57)摘要一种基于图像识别的表面缺陷识别方法。属于图像识别领域。现有的生产加工流水线上物体表面外观的检测通过肉眼直接观察的方式，存在工作量大、工作效率低的问题，且易出现错检、漏检的情况。一种基于图像识别的表面缺陷识别方法，采集表面缺陷图像作为样本，并进行数据扩充；之后通过中值滤波算法对表面缺陷图像进行去噪；之后以表面缺陷图像中采样点周围四个点中灰度值最大的作为该点的灰度值，进行缩放处理；之后提取表面缺陷图像中缺陷的轮廓以及表面缺陷图像与背景之间的轮廓，并将灰度图像转换为二值化的表面缺陷图像，之后对二值化表面缺陷图像进行图像分类；本发能进行物体表面的缺陷快速识别，且识别准确率高。CN109658376ACN109658376A权利要求书1/2页1.一种基于图像识别的表面缺陷识别方法，其特征在于：所述方法通过以下步骤实现：步骤一、采集表面缺陷图像作为样本，并对采集的表面缺陷图像进行整体图像和细节图像的数据扩充，获得完整的表面缺陷图像的样本；其中，表面缺陷是指物体表面存在的杂色点、刮伤、缺损、尘点、麻点、脏污、气泡问题，所述的表面缺陷图像为二维图像；步骤二、通过中值滤波算法对表面缺陷图像进行去噪；步骤三、通过最近邻最值法，即以表面缺陷图像中采样点周围四个点中灰度值最大的作为该点的灰度值，对步骤二去噪后的表面缺陷图像进行缩放处理；步骤四、对步骤三的缩放处理后的表面缺陷图像进行边缘检测确定，提取表面缺陷图像中缺陷的轮廓以及表面缺陷图像与背景之间的轮廓，并将灰度图像转换为二值化的表面缺陷图像，其中，背景是指生产线上的传送带，轮廓是指表面边框和表面上的缺陷这类具有位置；步骤五、通过SVM分类器，对步骤四获得的二值化表面缺陷图像进行图像分类；SVM表示支持向量机。2.根据权利要求1所述的一种基于图像识别的表面缺陷识别方法，其特征在于：所述的步骤一中采集的表面缺陷图像的整体图像和细节图像进行数据扩充，具体为：整体图像数据扩充：采用RST的数据扩充方法，对现有的样本进行镜像、平移、旋转的基本操作以及复合操作进行数据扩充，其中，复合操作是指将前述基本操作任意组合；所述RST的数据扩充方法进行扩充的数学形式具体为：其中，T表示操作函数，g表示扩充后图像，f表示原始图像，θ表示旋转角度，(Δx,Δy)为平移量；细节图像数据扩充：将表面缺陷图像按照不同功能区域，且在不同的功能区域按照不同的位置分别截取部分图像进行图像的数据扩充。3.根据权利要求1或2所述的一种基于图像识别的表面缺陷识别方法，其特征在于：所述的步骤二中通过中值滤波算法对表面缺陷图像进行去噪的过程，具体为：通过中值滤波算法，确定一个含有奇数个点的滑动滤波窗口，并利用滑动滤波窗口的灰度值的中值代替数字图像中像素点的灰度值，消除孤立的噪声点，即：对滤波窗口中的灰度值进行排序，然后将其中的中值赋值给中心点，则原始表面缺陷图像f(x,y)与处理后的表面缺陷图像g(x,y)之间的关系为：其中，A表示滤波窗口；Med表示中值滤波算法。4.根据权利要求3所述的一种基于图像识别的表面缺陷识别方法，其特征在于：步骤三所述的对步骤二去噪后的表面缺陷图像进行缩放处理的过程具体为：以表面缺陷图像中采样点周围四个点中灰度值最大的作为该点的灰度值，缩放后的表面缺陷图像中的点P对应原始表面缺陷图像中的点P'，Q11、Q12、Q21、Q22为点P'周围的四个点，缩放后点P的灰度值由四个点中灰度值的最大值代替，突出物体表面四周边框和缺陷处的2CN109658376A权利要求书2/2页边缘部分，完成对表面缺陷图像的缩放，即：f′(P)＝max{g(Q11),g(Q12),g(Q21),g(Q22)}(6)其中，f′为缩放后图像，g为原始图像。5.根据权利要求1、2或4所述的一种基于图像识别的表面缺陷识别方法，其特征在于：步骤四所述的对步骤三的缩放处理后的表面缺陷图像进行边缘检测确定，提取表面缺陷图像中缺陷的轮廓以及表面缺陷图像与